# DeepSeek ने Huawei NPU के लिए DeepEP-Ascend लाइब्रेरी जारी की

> DeepSeek ने हाई-परफॉर्मेंस कम्युनिकेशन लाइब्रेरी को ओपन-सोर्स किया है, जो Ascend NPU पर MoE ट्रेनिंग को तेज़ करती है। शुरुआती बेंचमार्क में बैंडविड्थ का 95% तक इस्तेमाल दिखा है।

Oossa · 2026-09-30 · https://oossa.com/hi/deepseek-releases-deepep-ascend-library-for-huawei-npu-communication

DeepSeek ने GitHub पर DeepEP-Ascend नाम का नया रिपॉज़िटरी प्रकाशित किया है। यह Huawei Ascend NPU पर ट्रेनिंग और इन्फ़रेंस के लिए कम्युनिकेशन लाइब्रेरी उपलब्ध कराता है। इसमें एक्सपर्ट-पैरेलल ऑल-टू-ऑल, पाइपलाइन पैरेललिज़्म और रिमोट मेमोरी एक्सेस का समर्थन है। यह लाइब्रेरी NVIDIA DeepEP API के अनुरूप है और इसे pip कमांड से इंस्टॉल किया जा सकता है। Ascend 950DT पर शुरुआती परीक्षणों में, एक्सपर्ट-पैरेलल साइज़ 32 तक होने पर डिस्पैच बैंडविड्थ हार्डवेयर की सीमा के करीब रही।

## तथ्य

- रिपॉज़िटरी 30 सितंबर 2026 को बनाया गया; इसमें FP8 डिस्पैच और BF16 कंबाइन का समर्थन है
- Ascend 950DT पर बेंचमार्क में EP साइज़ 8 के लिए 373–375 GB/s डिस्पैच बैंडविड्थ दर्ज की गई

## यह क्यों मायने रखता है

इससे डेवलपर Huawei के Ascend चिप्स पर बड़े पैमाने के मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल को हार्डवेयर की संचार गति के करीब चलाने में सक्षम होंगे।

## स्रोत और संदर्भ

1. [New repository deepseek-ai/DeepEP-Ascend: A high-performance communication library for machine learning training and inference on Huawei Ascend NPUs.](https://github.com/deepseek-ai/DeepEP-Ascend) – DeepSeek, 2026-09-30

अंतिम अपडेट: 2026-09-30